计算机视觉导读

本文记录计算机视觉的入门笔记。

成绩组成

考勤 5%，作业 10%，实验 10%，大作业 25%，期末 50%。

任务定义

计算机视觉 (Computer Vision, CV) 是一个人工智能研究领域，主要利用「图像、视频」等数据解决「预测、生成」等下游任务。其中：

• 预测任务比如：图像/视频分类 (Image/Video Classification)、目标检测 (Object Detection)等；
• 生成任务比如：风格迁移、图像/视频生成等。

数据预处理部分见 数字图像处理。

参考内容

理论部分参考：

• 《Computer Vision: Algorithms and Applications, 2nd Edition》 ¹；
• 《计算机视觉理论与实践》²。

实践部分参考：

• Computer Vision Course ³；
• 《动手学深度学习》 ⁴；
• PyTorch Vision Docs ⁵。

---

1. Computer Vision: Algorithms and Applications, 2nd Edition | Richard Szeliski - (szeliski.org) ↩

2. 刘家瑛, 等. 计算机视觉理论与实践. 北京: 高等教育出版社, 2021. ↩

3. Computer Vision Course | HuggingFace - (huggingface.co) ↩

4. 动手学深度学习 | 李沐 - (zh.d2l.ai) ↩

5. TorchVision | PyTorch - (pytorch.org) ↩